Начальные семена для k-средств из иерархической кластеризации

Question

Итак, у меня около миллиона строк, и мне нужно их сгруппировать. Я начал с рисования случайной выборки и вычисления иерархических кластеров для получения дендрограммы. У меня есть идея, сколько там кластеров.

Теперь я хотел бы использовать кластер K-Means для всего образца с начальными семенами предыдущего шага - иерархической кластеризацией. Но я не знаю, как получить эти исходные семена.

Ниже код для иерархической кластеризации:

from scipy.cluster.hierarchy import linkage 
from sklearn import preprocessing as prep 

seed = 85 
df_s = df.sample(frac=0.01, replace=False) 
df_s = df_s.reset_index(drop=True) 

scaler = prep.MinMaxScaler() 

df_std = scaler.fit_transform(df_s[clmns]) 

Z = linkage(df_std, 'ward') 

Тогда для K-Means, я знаю, что я могу назвать его следующим образом:

from scipy.cluster.vq import kmeans2 
centroid, label = kmeans2(df[clmns], 3) 

Я знаю, что аргумент minit, чтобы вставить NXP матрицу с семенами, но мне не ясно, как их получить.

Этот вопрос был первоначально размещен при перекрестной проверке. Но поскольку речь идет о программировании, мне было рекомендовано опубликовать его здесь.

Answer 1

С иерархической кластеризации не медиан на основе

1. вы должны вычислить кластер центра тяжести самостоятельно (легко)
2. кластеры, найденные по иерархической кластеризации может быть довольно плохой отправной точкой для k- означает